3. Scatter函数

使用go.Scatter()函数可以绘制散点图、气泡图和线形图，常用参数如下：

• hoverinfo：当用户与图形互动时，鼠标指针显示的参数。
• line：线条参数，包括设置线条宽度width、颜色color、虚线类型dash、插值方法shape等。
• marker：数据节点参数，包括设置大小size、颜色color、颜色模式colorscale、显示颜色条showscale、透明度opacity等。
• mode：图形格式参数，包括lines、markers，使用+号进行模式组合，比如lines+markers图形。超过20个points，默认为lines。
• name：图形名称参数。
• opacity：透明度参数，范围是0-1。
• showlengend：布尔变量，用于设置图例显示的参数。
• text：文本参数。
• xaxis\yaxis：x\y的坐标轴参数。
• x\y：x\y轴的数据参数。

3.1 散点图 Scatter

# 3-1 Line and Scatter Plots 多类型散点图
import plotly.graph_objects as go
import numpy as np

N = 100
x = np.linspace(0, 1, N)  # linspace()函数返回N个0-1均匀分布的样本
y0 = np.random.randn(N) + 5
y1 = np.random.randn(N)  # random.randn()函数返回N个服从标准正态分布（均值0方差1）的随机样本
y2 = np.random.randn(N) - 5

fig = go.Figure()

# 添加traces
fig.add_trace(go.Scatter(x=x, y=y0,
                         mode='markers',  # 纯散点的绘图
                         name='markers'))
fig.add_trace(go.Scatter(x=x, y=y1,
                         mode='lines+markers',  # 散点+线的绘图
                         name='lines+markers'))
fig.add_trace(go.Scatter(x=x, y=y2,
                         mode='lines',  # 线的绘图
                         name='lines'))

fig.show()

# 3-2 Styled Scatter Plots 风格化散点图
import plotly.graph_objects as go
import numpy as np

N = 100
x = np.linspace(0, 1, N)  # linspace()函数返回N个0-1均匀分布的样本
y0 = np.random.randn(N) + 5
y1 = np.random.randn(N)  # random.randn()函数返回N个服从标准正态分布（均值0方差1）的随机样本
y2 = np.random.randn(N) - 5

fig = go.Figure()

# 添加traces
fig.add_trace(go.Scatter(x=x, y=y0,
                         mode='markers',  # 纯散点的绘图
                         name='markers',
                         marker=dict(
                             size=10,  # 设置点的大小
                             color='#f79337'  # 设置点的颜色
                         )))
fig.add_trace(go.Scatter(x=x, y=y1,
                         mode='lines+markers',  # 散点+线的绘图
                         name='lines+markers',
                         marker=dict(
                             size=10, 
                             color='#E15759', 
                             line=dict(width=1, color='rgba(0,0,0,0.2)') # 设置点的描边大小和颜色
                        )))
fig.add_trace(go.Scatter(x=x, y=y2,
                         mode='lines',  # 线的绘图
                         name='lines',
                         line=dict(
                             width=2,  # 设置线条的宽度
                             color='#76B7B2'  # 设置线条的颜色
                         )))

fig.show()

3.2 气泡图 Bubble

# 3-3 Simple Bubble Chart 气泡图_设置气泡大小
import plotly.graph_objects as go
import numpy as np

N = 100
x = np.linspace(0,1,N)
y = np.random.randn(N)
z = np.random.randint(50,size=N) # random.randint()函数返回N个50以内的整数

fig = go.Figure(data=go.Scatter(
    x=x,y=y,
    mode='markers',
    marker=dict(size=z),  # 设置气泡的大小，可当作第三个维度
))

fig.show()

# 延伸：缩放气泡大小可以使用属性sizeref，建议使用以下公式来计算sizeref值：
# sizeref =2.* max（size数组）/（所需的标记 ** 2）
import plotly.graph_objects as go
import numpy as np

N = 100
x = np.linspace(0,1,N)
y = np.random.randn(N)
z = np.random.randint(500,size=N) # random.randint()函数返回N个500以内的整数

fig = go.Figure(data=go.Scatter(
    x=x,y=y,
    mode='markers',
    marker=dict(
        size=z,
#         sizemode='area',
        sizeref=2.*max(z)/(10**2)  # 使用属性sizeref缩放气泡大小
    )))

fig.show()

# 3-4 Simple Bubble Chart 气泡图_设置气泡颜色
import plotly.graph_objects as go
import numpy as np

N = 100
x = np.linspace(0,1,N)
y = np.random.randn(N)
z = np.random.randint(50,size=N) # random.randint()函数返回N个50以内的整数

fig = go.Figure(data=go.Scatter(
    x=x,y=y,
    mode='markers',
    text=z,  # 设置显示的文本
    marker=dict(size=z,  # 固定气泡大小
                color=z,  # 设置气泡的颜色，可当作第三个维度
                colorscale='Viridis', # 设置colorscale（颜色范围）
                showscale=True,  # 设置是否显示scale（右侧的颜色条）
                opacity=0.6  # 设置气泡的不透明度
               )))

fig.show()

# 3-5 Simple Bubble Chart 气泡图_自定义文本标签
import plotly.graph_objects as go
import numpy as np

N = 100
x = np.linspace(0,1,N)
y = np.random.randn(N)
z = np.random.randint(50,size=N) # random.randint()函数返回N个50以内的整数

text=[]
for i in range(N):
    text.append(('x={0}<br>y={1}<br>size={2}').format(np.round(x[i],2),np.round(y[i],2),z[i]))

fig = go.Figure(data=go.Scatter(
    x=x,y=y,
    mode='markers',
    text=text,
    hoverinfo='text',
    marker=dict(size=z,  # 设置气泡的大小，可当作第三个维度
                color=z,  # 设置气泡的颜色，可当作第三个维度
                colorscale='Viridis', # 设置colorscale（颜色范围）
                showscale=True,  # 设置是否显示scale（右侧的颜色条）
                opacity=0.6  # 设置气泡的不透明度
               )))

fig.show()

练习3. 绘制散点图 Sales and Profit Distrubution

导入数据文件'Sample - Superstore.xls'，绘制散点图，展示商品子类别（Sub-Category）中'Paper'销售额（Sales）和利润（Profit）的相关关系，用气泡的颜色来展示Discount的取值大小，从而进一步分析这些变量之间的关系。

# Step1. 导入文件'Sample - Superstore.xls'，对'Sub-Category'中'Paper'产品进行筛选
import pandas as pd
df = pd.read_excel('Sample - Superstore.xls',sheet_name='Orders')
data = df[df['Sub-Category']=='Paper']  # 布尔值索引
data.head()

	Row ID	Order ID	Order Date	Ship Date	Ship Mode	Customer ID	Customer Name	Segment	Country	City	...	Postal Code	Region	Product ID	Category	Sub-Category	Product Name	Sales	Quantity	Discount	Profit
12	13	CA-2018-114412	2018-04-15	2018-04-20	Standard Class	AA-10480	Andrew Allen	Consumer	United States	Concord	...	28027.0	South	OFF-PA-10002365	Office Supplies	Paper	Xerox 1967	15.552	3	0.2	5.4432
34	35	CA-2018-107727	2018-10-19	2018-10-23	Second Class	MA-17560	Matt Abelman	Home Office	United States	Houston	...	77095.0	Central	OFF-PA-10000249	Office Supplies	Paper	Easy-staple paper	29.472	3	0.2	9.9468
56	57	CA-2017-111682	2017-06-17	2017-06-18	First Class	TB-21055	Ted Butterfield	Consumer	United States	Troy	...	12180.0	East	OFF-PA-10001569	Office Supplies	Paper	Xerox 232	32.400	5	0.0	15.5520
58	59	CA-2017-111682	2017-06-17	2017-06-18	First Class	TB-21055	Ted Butterfield	Consumer	United States	Troy	...	12180.0	East	OFF-PA-10000587	Office Supplies	Paper	Array Parchment Paper, Assorted Colors	14.560	2	0.0	6.9888
64	65	CA-2016-135545	2016-11-24	2016-11-30	Standard Class	KM-16720	Kunst Miller	Consumer	United States	Los Angeles	...	90004.0	West	OFF-PA-10003892	Office Supplies	Paper	Xerox 1943	146.730	3	0.0	68.9631

5 rows × 21 columns

# Step2. 绘制散点图
import plotly.graph_objects as go








fig.update_layout(
    title='Sales and Profit Distrubution of Paper',
    xaxis=dict(title='Sales'),
    yaxis=dict(title='Profit')
)

fig.show()

# 延伸；用气泡的颜色来展示不同地区（Region）的数据点
fig = go.Figure()









fig.update_layout(
    title='Sales and Profit Distrubution of Paper by Region',
    xaxis=dict(title='Sales'),
    yaxis=dict(title='Profit')
)

fig.show()

练习4. 绘制气泡图 Sales and Profit Distrubution

导入数据文件'Sample - Superstore.xls'，绘制气泡图，展示销售额最高的前50名客户的销售额（X轴）和利润（Y轴）的关系，气泡的大小size和颜色color均体现折扣（Discount）这一变量，交互时增加显示的文本text：Customer Name和Discount（如交互所示）。

# Step1. 导入文件'Sample - Superstore.xls'，数据分析得到销售额最高的前50名客户的销售额（Sales）、利润（Profit）和折扣（Discount）
import pandas as pd
df = pd.read_excel('Sample - Superstore.xls',sheet_name='Orders')
data = df.groupby('Customer Name').agg({'Sales':'sum','Discount':'mean','Profit':'sum'})
data = data.sort_values(by='Sales',ascending=False)
data = data[:50]
data.head()

	Sales	Discount	Profit
Customer Name
Sean Miller	25043.050	0.246667	-1980.7393
Tamara Chand	19052.218	0.116667	8981.3239
Raymond Buch	15117.339	0.094444	6976.0959
Tom Ashbrook	14595.620	0.080000	4703.7883
Adrian Barton	14473.571	0.240000	5444.8055

# Step3. 绘制气泡图
import plotly.graph_objects as go







fig.update_layout(
    title='Top-50 Customers\' Sales and Profit',
    xaxis_title='Sales',
    yaxis_title='Profit'
)

fig.show()

3.3 线形图 Line（时间序列 Time Series）

Plotly对时间序列的支持比较友好，既支持字符串格式，又支持日期/时间格式。只要传入的参数x是datetime.datetime对象，或者字符串strings，Plotly会自动识别为时间格式。

如果只想展示部分时间范围内的绘图结果，可以在布局layout中通过传递一个range参数即可实现这个功能。如果想要恢复默认的时间范围，可以单击界面右上角的Autoscale按钮。

# 3-6 Time Series 时间序列
import plotly.graph_objects as go
import pandas as pd
import numpy as np
import datetime

# datetime.datetime对象
x0 = [datetime.datetime(year=2020, month=10, day=1),
      datetime.datetime(year=2020, month=10, day=3),
      datetime.datetime(year=2020, month=10, day=5)]
y0 = [0,1,2]

# 字符串对象或array对象
x1 = np.array(['2020-10-01','2020-10-03','2020-10-05'])
y1 = [2,1,0]

# 使用pandas的date_range生成datetime对象
x2 = pd.date_range('20201001',periods=31)
y2 = np.random.randn(31)

fig = go.Figure()

fig.add_trace(go.Scatter(x=x0,y=y0,name='trace_datetime'))
fig.add_trace(go.Scatter(x=x1,y=y1,name='trace_string'))
fig.add_trace(go.Scatter(x=x2,y=y2,name='trace_daterange'))

fig.update_traces(opacity=0.8)

# 使用range参数展示部分时间范围内的绘图结果
fig.update_layout(
    xaxis=dict(range=[x2[0],x2[6]])  # 只显示前7天的绘图结果
    # xaxis_range=[datetime.datetime(2020,10,1),datetime.datetime(2020,10,7)]
)

fig.show()

练习5. 绘制时间序列图 Sales and Profit by day

导入数据文件'Sample - Superstore.xls'，绘制时间序列图，展示2018年每天的销售额（Sales）和利润（Profit）。

# 导入数据并进行数据分析
import pandas as pd
df = pd.read_excel('Sample - Superstore.xls',sheet_name='Orders')

# 每天销售额和利润
data = df.groupby('Order Date')[['Sales','Profit']].sum()
data

	Sales	Profit
Order Date
2015-01-03	16.4480	5.5512
2015-01-04	288.0600	-65.9901
2015-01-05	19.5360	4.8840
2015-01-06	4407.1000	1358.0524
2015-01-07	87.1580	-71.9621
...	...	...
2018-12-26	814.5940	61.1202
2018-12-27	177.6360	-31.9742
2018-12-28	1657.3508	253.1188
2018-12-29	2915.5340	644.4338
2018-12-30	713.7900	101.5365

1236 rows × 2 columns

# 索引和切片
print(data.loc['2018'],'\n')  # 2018年的记录
print(data.loc['2018-02'],'\n')  # 2018年2月的记录
print(data['2018-12-01':'2018-12-15'])  # 切片

                Sales    Profit
Order Date                     
2018-01-01  1481.8280 -181.4109
2018-01-02  2079.5540 -207.0473
2018-01-03  2070.2720  704.2800
2018-01-06    33.7400   15.5204
2018-01-07  3395.5900  758.7192
...               ...       ...
2018-12-26   814.5940   61.1202
2018-12-27   177.6360  -31.9742
2018-12-28  1657.3508  253.1188
2018-12-29  2915.5340  644.4338
2018-12-30   713.7900  101.5365

[322 rows x 2 columns] 

                Sales    Profit
Order Date                     
2018-02-02   913.3540  170.6770
2018-02-03   922.3270  215.5700
2018-02-04    32.6700    8.4942
2018-02-05  2263.0120   74.8820
2018-02-06   904.3540  204.3158
2018-02-09   773.7640 -411.9726
2018-02-10   227.1030   28.1274
2018-02-11  1241.5160  130.1018
2018-02-13  1058.4300  424.3345
2018-02-16  1337.4420   95.9756
2018-02-17  2964.8174 -383.5478
2018-02-18   287.3260   62.4082
2018-02-19  1314.5900  377.0515
2018-02-20  1150.2900 -107.5121
2018-02-21    47.9040   -2.9940
2018-02-23   117.8000   42.3700
2018-02-24  1448.6760  249.3929
2018-02-25   430.4920  -19.3798
2018-02-26  2847.6460  447.3532
2018-02-28    17.6200    8.2242 

               Sales     Profit
Order Date                     
2018-12-01  5331.178   718.8920
2018-12-02  9951.182    -7.3410
2018-12-03  1403.842   280.7407
2018-12-04  2639.638   -21.9881
2018-12-05  1453.136   447.6235
2018-12-06    10.680     2.8836
2018-12-07  2916.514 -2686.6673
2018-12-08  7643.041  1154.6045
2018-12-09  5470.390  1487.1418
2018-12-10  3873.559   715.5696
2018-12-11  2823.965   -82.4089
2018-12-13   580.936    99.2154
2018-12-14  3897.714   215.2500
2018-12-15   306.888    52.5946

# 绘制时间序列图：2018年每天的销售额（Sales）和利润（Profit）
import plotly.graph_objects as go
import pandas as pd

data = df.groupby('Order Date')[['Sales','Profit']].sum()
data = data.loc['2018']








fig.update_layout(
    title='Sales and Profit in 2018'
)

fig.show()

练习6. 绘制时间序列图 Sales and Profit by month

导入数据文件'Sample - Superstore.xls'，绘制时间序列图，展示2018年每个月的销售额（Sales）和利润（Profit）。

对Order Date进行groupby操作后，时间戳是每天（D），如果想要将其转换为每月（M），可以通过重新采样来实现。重新采样是指将时间序列从一个频率转换为另一个频率的过程。将更高频率的数据聚合到低频率被称为向下采样，反之则称为向上采样。Pandas对象配有resample方法，与groupby方法类似，调用resample时需要对数据分组，之后再调用聚合函数。

# 重新采样
data = df.groupby('Order Date')[['Sales','Profit']].sum()
data = data.loc['2018'].resample('M').sum()
data

	Sales	Profit
Order Date
2018-01-31	43971.3740	7140.4391
2018-02-28	20301.1334	1613.8720
2018-03-31	58872.3528	14751.8915
2018-04-30	36521.5361	933.2900
2018-05-31	44261.1102	6342.5828
2018-06-30	52981.7257	8223.3357
2018-07-31	45264.4160	6952.6212
2018-08-31	63120.8880	9040.9557
2018-09-30	87866.6520	10991.5556
2018-10-31	77776.9232	9275.2755
2018-11-30	118447.8250	9690.1037
2018-12-31	83829.3188	8483.3468

data.index.strftime('%Y-%m')  # 转换时间格式

Index(['2018-01', '2018-02', '2018-03', '2018-04', '2018-05', '2018-06',
       '2018-07', '2018-08', '2018-09', '2018-10', '2018-11', '2018-12'],
      dtype='object', name='Order Date')

# 绘制时间序列图：2018年每个月的销售额（Sales）和利润（Profit）








        
fig.update_layout(
    title='Sales and Profit in 2018',
    xaxis=dict(dtick='M1')  # X轴刻度显示为每一个月
)

fig.show()